Subvocal
一款智能眼镜形态的静默语音输入设备,通过射频感知口腔构音动作将闭口默念转化为文字
时间轴 (近 90 天)
Subvocal 是佐治亚理工学院两位辍学生创立的公司,产品形态为智能眼镜,通过射频感知用户无声的口型动作并解码成文字。
Subvocal 团队最初在斯坦福 TreeHacks 黑客松上复刻 MIT Media Lab 的 AlterEgo 方案,使用 EMG(肌电)电极读取面部肌肉电信号,36 小时原型仅能在字母级别勉强工作且未获奖。
EMG 路线存在出汗改变信号、电气干扰严重、电极位置敏感以及用户不愿每天贴电极等硬伤,促使团队转向射频方案。
Subvocal 的射频方案是在眼镜框内嵌天线,发射类似蓝牙的无线电波穿透面部,电波经过舌头、嘴唇和软腭时被无声口型动作调制,再由基础模型解码成文本。
Subvocal 系统不要求用户动嘴唇或张嘴,可针对闭着嘴做口型的‘内部言语’进行微调,用户经过练习可掌握。
在演示视频中,YC 的 Dave 仅用约 20 句话校准就能用 Subvocal 眼镜完成输入。
跨用户泛化是 Subvocal 面临的最棘手问题,团队通过在办公室付费请人戴眼镜朗读提示词采集数据、扩大预训练规模,发现错误率随数据量上升快速下降。
Subvocal 目前处于原型阶段,团队计划在 2027 年第一季度出货。
Subvocal 首批 500 台已开放预购,最终价格上优惠 200 美元。
射频静默语音的优势在于完全无接触、无需皮肤电极,更容易做成日常可穿戴设备;挑战包括射频信号对头部姿态和环境的敏感度、长期佩戴一致性以及不同语言和口音的适配。
还有 1 条时间轴事件
全部知识事实 (11)
Subvocal 是佐治亚理工学院两位辍学生创立的公司,产品形态为智能眼镜,通过射频感知用户无声的口型动作并解码成文字。
50%待验证Subvocal 首批 500 台已开放预购,最终价格上优惠 200 美元。
50%待验证射频静默语音的优势在于完全无接触、无需皮肤电极,更容易做成日常可穿戴设备;挑战包括射频信号对头部姿态和环境的敏感度、长期佩戴一致性以及不同语言和口音的适配。
50%待验证团队反思第一性原理:自上而下解决整个问题彻底失败,只有将天线、电子学和机器学习各组件拆解到最基础层面逐一优化才跑通。
50%待验证EMG 路线存在出汗改变信号、电气干扰严重、电极位置敏感以及用户不愿每天贴电极等硬伤,促使团队转向射频方案。
50%待验证Subvocal 的射频方案是在眼镜框内嵌天线,发射类似蓝牙的无线电波穿透面部,电波经过舌头、嘴唇和软腭时被无声口型动作调制,再由基础模型解码成文本。
50%待验证Subvocal 系统不要求用户动嘴唇或张嘴,可针对闭着嘴做口型的‘内部言语’进行微调,用户经过练习可掌握。
50%待验证跨用户泛化是 Subvocal 面临的最棘手问题,团队通过在办公室付费请人戴眼镜朗读提示词采集数据、扩大预训练规模,发现错误率随数据量上升快速下降。
50%待验证Subvocal 团队最初在斯坦福 TreeHacks 黑客松上复刻 MIT Media Lab 的 AlterEgo 方案,使用 EMG(肌电)电极读取面部肌肉电信号,36 小时原型仅能在字母级别勉强工作且未获奖。
50%待验证Subvocal 目前处于原型阶段,团队计划在 2027 年第一季度出货。
50%待验证在演示视频中,YC 的 Dave 仅用约 20 句话校准就能用 Subvocal 眼镜完成输入。
50%